Pretrain Vision and Large Language Models in Python: End-to-end techniques for building and deploying foundation models on AWS
Lingua: inglese
Editore: Packt Publishing, 2023
- Brossura
- Nuovo

Da: Books Puddle, Woodside, NY, U.S.A.Books Puddle
Venditore AbeBooks dal 22 novembre 2018
Condizione: Nuovo
EUR 89,65
Quantità: 4 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Print on Demand.
Codice articolo 26395932973
- Titolo
- Pretrain Vision and Large Language Models in Python: End-to-end techniques for building and deploying foundation models on AWS
- Autore
- Emily Webber
- Editore
- Packt Publishing
- Anno di pubblicazione
- 2023
- Condizione
- New
- Rilegatura
- Brossura
- Lingua
- inglese
- ISBN 10
- 180461825X
- ISBN 13
- 9781804618257
Master the art of training vision and large language models with conceptual fundaments and industry-expert guidance. Learn about AWS services and design patterns, with relevant coding examples
Key Features
- Learn to develop, train, tune, and apply foundation models with optimized end-to-end pipelines
- Explore large-scale distributed training for models and datasets with AWS and SageMaker examples
- Evaluate, deploy, and operationalize your custom models with bias detection and pipeline monitoring
Book Description
Foundation models have forever changed machine learning. From BERT to ChatGPT, CLIP to Stable Diffusion, when billions of parameters are combined with large datasets and hundreds to thousands of GPUs, the result is nothing short of record-breaking. The recommendations, advice, and code samples in this book will help you pretrain and fine-tune your own foundation models from scratch on AWS and Amazon SageMaker, while applying them to hundreds of use cases across your organization.
With advice from seasoned AWS and machine learning expert Emily Webber, this book helps you learn everything you need to go from project ideation to dataset preparation, training, evaluation, and deployment for large language, vision, and multimodal models. With step-by-step explanations of essential concepts and practical examples, you’ll go from mastering the concept of pretraining to preparing your dataset and model, configuring your environment, training, fine-tuning, evaluating, deploying, and optimizing your foundation models.
You will learn how to apply the scaling laws to distributing your model and dataset over multiple GPUs, remove bias, achieve high throughput, and build deployment pipelines.
By the end of this book, you’ll be well equipped to embark on your own project to pretrain and fine-tune the foundation models of the future.
What you will learn
- Find the right use cases and datasets for pretraining and fine-tuning
- Prepare for large-scale training with custom accelerators and GPUs
- Configure environments on AWS and SageMaker to maximize performance
- Select hyperparameters based on your model and constraints
- Distribute your model and dataset using many types of parallelism
- Avoid pitfalls with job restarts, intermittent health checks, and more
- Evaluate your model with quantitative and qualitative insights
- Deploy your models with runtime improvements and monitoring pipelines
Who this book is for
If you’re a machine learning researcher or enthusiast who wants to start a foundation modelling project, this book is for you. Applied scientists, data scientists, machine learning engineers, solution architects, product managers, and students will all benefit from this book. Intermediate Python is a must, along with introductory concepts of cloud computing. A strong understanding of deep learning fundamentals is needed, while advanced topics will be explained. The content covers advanced machine learning and cloud techniques, explaining them in an actionable, easy-to-understand way.
Table of Contents
- An Introduction to Pretraining Foundation Models
- Dataset Preparation: Part One
- Model Preparation
- Containers and Accelerators on the Cloud
- Distribution Fundamentals
- Dataset Preparation: Part Two, the Data Loader
- Finding the Right Hyperparameters
- Large-Scale Training on SageMaker
- Advanced Training Concepts
- Fine-Tuning and Evaluating
- Detecting, Mitigating, and Monitoring Bias
- How to Deploy Your Model
- Prompt Engineering
- MLOps for Vision and Language
- Future Trends in Pretraining Foundation Models
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Emily Webber is a Principal Machine Learning Specialist Solutions Architect at Amazon Web Services. She has assisted hundreds of customers on their journey to ML in the cloud, specializing in distributed training for large language and vision models. She mentors Machine Learning Solution Architects, authors countless feature designs for SageMaker and AWS, and guides the Amazon SageMaker product and engineering teams on best practices in regards around machine learning and customers. Emily is widely known in the AWS community for a 16-video YouTube series featuring SageMaker with 160,000 views, plus a Keynote at O’Reilly AI London 2019 on a novel reinforcement learning approach she developed for public policy.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
Books Puddle
Woodside, NY, U.S.A.
Venditore AbeBooks dal 22 novembre 2018
Tariffe di spedizione nazionale per U.S.A.
| Articolo | Da 12 a 19 giorni lavorativi | Da 12 a 14 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 3,64 | EUR 6,37 |
Metodi di pagamento
Descrizione dello Store
I mainly carry imported books from South East Asia / South Asia for readers of all Age Groups.
Specializzazione
South Asian and South East Asian Culture, Religion, Art etcInformazioni sull’azienda del venditore
PLETOS INC
6931 51st Avenue, WOODSIDE
Woodside, NY U.S.A. 11377
Condizioni di vendita
We accept return for those books which are received damamged. Though we take appropriate care in packaing to avoid such situation.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a Books Puddle, Woodside, New York, U.S.A., senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.